3月31日一早，美国、印度、加拿大等多国甲骨文（Oracle）员工的邮箱里，收到了一封来自“Oracle Leadership”的邮件。内容相当直白：
“经过对甲骨文当前业务需求的慎重考虑，我们决定在组织架构调整中撤除你的岗位。今天是你的最后一个工作日……”
当AI开始自己生成代码，整个IT行业，似乎正在经历一场无声却剧烈的地震。
这件事要从更早的时候说起。2021年春天，那时距离ChatGPT引爆全球还有一年半，微软悄悄上线了一个名为GitHub Copilot的工具。没人高谈AI将改变一切，但这个工具做了一个直接的尝试：看着程序员写代码，然后试着自动补全接下来的部分。效果不算完美，官方也只敢称其为“受限技术预览版”。但结果呢？超过一百万开发者排队注册，争相试用。
这让人想起开发者圈的一个老梗：谁最懒？程序员。因为他们发明了让电脑自动干活的东西。现在看来，这话一点没错。从那天起，AI辅助编程便走上了不可逆的快车道。
回头来看，大语言模型（LLM）天生适合写代码。代码是结构化的，逻辑清晰，不像自然语言那样充满歧义和文化包袱。编程语言本身文档齐全，语法明确，互联网上更有海量的开源代码可作为训练数据。更重要的是，代码正确与否，运行一下便知分晓。这种即时、可验证的反馈机制，让AI编程比许多其他应用场景显得更安全、更可控。
起初，行业的想法还很保守。既然大模型能预测下一个词，能不能预测下一行代码？哪怕只是少打几个字符，也能提升效率。但很快，野心便膨胀了——从补全一行，到一个函数，再到一个模块。最终，一个问题被抛了出来：能不能彻底不需要人写代码了？
与此同时，科技行业还有一个概念已折腾多年：“低代码/无代码”。其愿景很美好：让非技术人员像搭积木一样构建软件。然而，这始终存在一个悖论：构建软件本身就需要逻辑思维和流程设计能力。工具做得简单，则表达能力受限；做得强大，则学习曲线陡峭。
而AI写代码，走的是另一条路。你不是在拖拽组件，而是在用自然语言描述需求，AI帮你“翻译”成机器能懂的代码。这就像你雇了一个程序员，你只需说人话，他来干活。从商业模式看，这条路异常清晰：任何能减少开发人员或成倍提升其产出的工具，都将是软件公司的刚需。
于是，资本蜂拥而至。Cursor、Windsurf等初创公司融资额惊人，OpenAI、Google、Anthropic等巨头也纷纷下场，专门打造AI编程产品。一时间，所有人都相信，代码是AI落地最容易变现的“金蛋”。
信任的建立，从来不是一蹴而就
头两年，AI编程工具只能勉强补全几行代码，且每行都需人工审查。2023年底，网友给这些大模型起了个外号：“怪咖编程实习生”。这个比喻很形象：实习生能完成简单任务，但无法独立负责重要模块，需要手把手指导，仔细审核。但问题是，这些“实习生”最终会让程序员更强大，还是有一天会取代他们？
当时这听起来还有点科幻，但到了2025年初，随着Anthropic发布Claude Code，这个问题变得无比紧迫。
2025年底，Anthropic推出了新一代大模型Opus 4.5。按公司自己的基准测试，这是其最好的模型，但算不上惊天突破。然而几周后，事情起了变化。大批开发者在假期里用新模型测试Claude Code，几乎得出了同一个结论：这东西，真的能独立干活了。
这意味着什么？以前你需要小心翼翼地写提示词，逐行审查AI生成的代码。现在，你把几句自然语言需求丢进去，Claude Code就能折腾出一个能跑起来的原型。其创造者鲍里斯·切尔尼甚至公开表示，他自己写的代码100%由AI生成，并坦言“这个结果让我自己都吃了一惊”。
更令人意外的是，Claude Code在开发者圈子里“火”了。一个编程工具引发如此多的讨论和兴奋，这在过去是难以想象的。
Claude Code并非孤例。OpenAI的Codex产品紧随其后，Google也为Gemini推出了命令行界面，并在AI Studio中不断增强编程功能。巨头们在这条赛道上你追我赶。
越来越多人意识到，AI编程可能是第一个真正走向大众、并能赚到大钱的AI应用场景。Claude Code走红期间，Anthropic收入爆炸式增长。据传，OpenAI一位高管曾下令团队集中全部精力与Anthropic竞争。两家公司都计划上市，而“写代码”被视为兑现巨额投资价值的最佳途径。
这个判断或许不算离谱。硅谷公司内部开始攀比谁用的AI token更多，GPU访问权限成了招聘筹码，CEO们公开炫耀公司的AI账单。英伟达CEO黄仁勋最近的一句话让许多人心中一紧：“如果一个高薪工程师每年花在AI token上的钱不到二十五万美元，我会很担心。”这句话的潜台词是：如果你没有充分利用AI算力来放大生产力，那你可能不值那份高薪。
讽刺的是，开发者们一边担忧AI会取代自己，一边又在疯狂拥抱这些工具。2025年的一项研究显示，98%的受访者表示他们“每周多次”使用AI编程工具，渗透率高得惊人。一场关于生产效率的军备竞赛已经全面打响。
这不只是职业开发者的事
2025年2月，AI资深人士安德烈·卡帕西造了一个新词：“氛围编程”。他描述道：“我正在构建一个项目……但这真的不叫编程。我就是看看东西，说说东西，跑跑东西，然后复制粘贴东西。大部分时候它居然能跑起来。”
这个词很快火了。大量原本不会写代码的人突然发现，通过几句提示词，就能折腾出可用的软件。对他们而言，从只能做PPT线框图到拥有一个能跑的原型，已是巨大进步。而AI编程工具最擅长的，恰恰就是构建这种“勉强能跑”的原型。
但氛围编程当然有风险。代码质量低下会引发什么问题？向AI工具开放电脑和数据访问权限，会带来什么安全隐患？当你能验证输出时，信任尚有基础；但当你连生成的代码都读不懂时，这种信任就变得有些盲目了。
软件行业的深层危机与资本转向
整个行业正在经历一场深刻的转变。硅谷公司正成批裁员，理由往往是“AI效率提升”。Block公司CEO杰克·多尔西在一份内部备忘录中写道，他们计划裁掉40%的员工，原因是“一个明显更小的团队，使用我们正在构建的工具，能做更多事情，而且做得更好。”
回到甲骨文的突然裁员。据《华尔街日报》等多家外媒报道，2025年3月31日，这家企业软件巨头启动了一轮大规模裁员。投资银行TD Cowen估算，裁员规模在2万到3万人之间，约占其全球员工总数的18%，预计能释放800亿到1000亿美元现金流。这很可能是甲骨文历史上最大规模的裁员。
耐人寻味的是，甲骨文上个季度净利润同比大涨95%，达到61.3亿美元，业绩并无下滑迹象。换言之，裁员并非因为“没钱赚”，而是因为“要花的钱太多”。
裁员的背后，是甲骨文与OpenAI合作的“星际之门”项目。据报道，该项目计划在未来数年建设多座大型AI数据中心，需要巨额资本投入。投资者认为这是甲骨文风险最高的项目之一——公司正以数百亿美元债务与尚未盈利的OpenAI合作，短期内难见回报。
为了争夺AI基础设施这一未来赛道，甲骨文背上了沉重的资本开支压力。在全球AI算力竞赛白热化的当下，它选择了一条“裁人保投资”的激进路线。这不再是小公司的试探，而是一家年营收数百亿的巨头用真金白银投下的信任票。
从亚马逊到Block再到甲骨文，“用人头换算力”正在成为这一轮科技周期中反复上演的剧本。当AI投资的账单越滚越大，裁员或许不再是危机信号，而是参与这场顶级竞赛所必须支付的常规代价。
未来的格局与普通人的门槛
AI编程工具的持续进化，还可能重塑整个软件行业的格局。凭什么花大价钱买成熟的商业软件？Claude Code完全可以按照你的需求，为你定制一个。有人称之为“SaaSpocalypse”（软件即服务末日）。虽然夸张，但意思明确：传统SaaS公司的护城河，可能被AI轻易填平。
当然，另一端是“氛围编程”新手面临的高门槛。即便最简单的AI编程工具，也需要你能看懂代码、使用终端、回答技术性问题。隐私、安全以及工具本身的缺陷，都是亟待解决的问题。
Anthropic已在尝试让AI编程更亲民，推出了Claude Cowork等产品。思路是：你开放文件访问权限，用自然语言下达指令，剩下的交给AI。底层技术正在跑通，但普通用户是否愿意、以及如何安全地使用这些功能，仍是未知数。
如果你还没试过“氛围编程”，我建议你体验一下。我尝试用它给孩子做了几个网页小游戏，迭代起来异常简单——孩子想要什么功能，我描述给AI即可。开发从未变得如此“简单”，你会感受到一种全新的交互方式：仿佛不是你在操作电脑，而是电脑在为你操劳。
OpenAI、Anthropic和Google都急于将你锁定在他们的AI超级应用生态中，编程能力是核心卖点之一。可以预见，未来围绕生态控制的竞争将更加激烈。
说到底，这场由AI编程掀起的浪潮才刚刚开始。它像所有深刻的技术变革一样，悄然而至，等你反应过来，世界已然不同。对于身处技术管理岗位的人来说，这不是未来学议题，而是明天就要面对的预算决策、团队重组和技术选型。
问题接踵而至：还要招聘那么多初级工程师吗？该为团队购买哪种AI编程工具订阅？如何保证AI生成代码的质量与安全？当工程师花在优化提示词上的时间超过敲键盘的时间，绩效该如何考核？
这些问题没有标准答案。但有一件事可以确定：那个程序员坐在格子间里默默敲代码的时代，正在以令人措手不及的速度，成为过去时。
关于AI如何重塑开发流程与团队架构的讨论，在云栈社区的开发者们中间也一直是个热点话题。技术演进的洪流中，保持学习与开放的心态，或许是应对变化最好的方式。
发表于 3 小时前
|
查看: 5|
回复: 0
